基于充电阶段数据与GWO-BiLSTM模型的锂电池SOH估计方法

针对锂电池健康状态(state of health,SOH)估计过程中健康特征(health features,HFs)提取单一、估计精度较低等问题,提出一种基于充电阶段数据与灰狼优化(grey wolf optimizer,GWO)算法-双向长短期记忆(bidirectional long short-term memory,BiLSTM)神经网络的锂电池SOH估计方法。首先,从电池充电阶段数据中提取五类HFs。接着,利用核主成分分析法(kernel principal component analysis,KPCA)获取HFs的关键健康因子。最后,应用GWO-BiLSTM模型对关键健康因子和SOH之间的映射关系进行动态建模,实现锂电池SOH的估计。利用NASA电池老化数据集进行验证,结果表明,所提出方法能够准确估计锂电池的SOH,均方根误差保持在1%以内,具有较高的估计精度和鲁棒性。

退役动力电池双层均衡方法研究

针对如何提高退役电池组均衡速度,提出了一种双层均衡电路,底层电路采用基于电感的Buck-Boost均衡电路结构,顶层电路采用可重构电路结构。根据开路电压(OCV)和电池荷电状态(SOC)曲线关系采用分段均衡控制策略。设计双层均衡电路的仿真实验,仿真实验结果表明:在电池参数相同情况下,与传统Buck-Boost均衡电路相比,双层电路均衡时间减少25%,有效提高了电池组均衡速度。在电池状态和均衡电路结构相同的情况下,与单一变量的均衡策略相比,SOC-电压分段均衡策略时间减少11%,验证了该均衡方案可行性。

一种可选择中断的混合式直流断路器拓扑

传统的混合式直流断路器应对瞬时性故障时必须先切断故障电流,再进行重合闸,会造成短暂性的电能供应中断。对此,提出一种适用于中压直流的可选择中断混合式直流断路器拓扑。该断路器可根据不同的故障类型选择运行方式,在与主导通支路串联的桥式结构中增加电容和限流电感抑制故障的电流上升,并储存能量,通过释能电阻对能量进行释放。对所提出的拓扑进行工作过程和理论分析。在单端直流等效系统中进行仿真验证,该结构在应对永久性短路故障时,可在9 ms内切除故障;应对瞬时性故障时,可使系统在不中断电流的情况下恢复正常运行,并释放故障时产生的能量。仿真结果验证了该拓扑的优越性。

考虑电池总数的锂离子电池组双层均衡方法

为了适应电池总数变化并有效提高锂离子电池组均衡速度等,设计了一种双层均衡方法。首先对电池进行分组分层,底层组内分为奇数次和偶数次均衡电路,以适应电池总数存在奇偶性不同的情况;顶层组间采用可重构电路,将满足均衡条件的电池组接进或隔离出电路;同时从电池奇偶性、均衡速度和能量转移效率等方面推论出该均衡电路的优越性。其次以电池SOC为均衡变量,采用组内和组间同时均衡的控制策略,进一步提高均衡速度。最后考虑电池总数奇偶性不同,分别选用六节、七节锂离子电池在MATLAB/Simulink平台进行实验,与传统分布式可重构双层电路相比,充电均衡时间缩短了125.44和128.92 s,放电均衡时间缩短了114.99和115.69 s;与传统集中式可重构双层电路相比,充电均衡时间缩短了57.49和59.14 s,放电均衡时间缩短了51.24和50.63 s。同时通过比较均衡完成时电池组平均SOC及SOC离散度,可以得出该均衡电路在能量转移效率和减小电池组不一致性方面的优势,验证了所设计的均衡方法的有效性。

适用于电动汽车的单开关动作双向固态断路器

设计了一种适用于电动汽车的单开关动作直流固态断路器,该断路器在切除短路故障时只需要通过控制一个开关的通断实现短路故障的隔离与短路能量的耗散。这里对该固态断路器的不同工作状态进行分析,建立相应的数学模型,并以此作为参数设计的理论依据,设计完成后在电动汽车动力电池输出400 V/20 A工作模式下进行短路切除实验,实验结果表明:电动汽车没有发生短路故障时,单开关动作直流固态断路器不影响电路的正常运行;当电动汽车发生短路故障后,该断路器能在5 ms内自动关断,且可以平滑的吸收故障电流使固态开关所承受的峰值电压小于550 V,对电动汽车具有可靠的保护作用。

应用于直流微电网的分级固态限流器研究

针对固态断路器面临故障等级超出断路器遮断容量,威胁断路器故障隔离的问题,研究了基于晶闸管的直流分级固态限流器以减少固态断路器对遮断容量的需求,其具备分级限流、故障隔离后电抗器自旁路的功能。基于600 V直流微电网的场景,通过公式推导、计算参数配置,对限流器的工作过程进行仿真验证并对不同参数下的故障隔离速度及限流幅值进行对比分析,仿真结果表明,该限流器投入后,故障电流下降了35.62%以上,有效减少对固态断路器遮断容量的需求。

基于动态级联自抗扰的交流微网直流母线稳压控制

为解决交流微网DC-AC变换器受到外界扰动影响而导致控制效果不佳以及直流母线电压振荡现象的问题,设计了一种动态级联自抗扰稳压控制策略。首先,在初始状态观测器的基础上引入了新的观测器,形成级联观测器线性自抗扰控制结构,并且设计动态调节因子对观测器增益参数进行在线优化调节。其次,在扰动观测器的基础上给出动态因子的优化整定范围,并根据跟踪性能和抗扰性能的频率特性曲线对系统的抗扰性和稳定性进行了理论分析,说明了观测参数与控制参数对系统综合性能的影响,并得到最优参数的整定范围。最后,在Matlab/Simulink仿真平台中搭建交流微网的数字仿真实验模型,并设计多种仿真工况,将所提控制策略与其他控制策略进行对比验证。证明了所设计的控制策略的正确性和优异性,说明了所提控制策略具备较好的电压振荡抑制能力,提高了电压稳定性。

基于Buck-Boost的锂电池双层均衡方法研究

由于锂电池组的不一致性导致电池组使用寿命缩短和可用容量减少,为提高均衡速度,设计了一种基于Buck-Boost的分层均衡拓扑。以单体电池荷电状态(SOC)作为均衡变量,采用平均值比较法的均衡策略,将电池组分为两层来进行均衡。根据提出的均衡拓扑和相应的均衡策略,采用4节锂电池单体在MATLAB/Simulink实验平台做了双层均衡仿真实验,同时将其与传统均衡拓扑进行对比分析,经实验证明,所设计的均衡拓扑可以提高均衡速度和能量转移效率。

基于双向半桥LLC谐振变换器的退役电池组均衡方法

退役电池在储能应用过程中,由于其较大的不一致性问题会导致退役电池组出现过充或过放现象,从而限制电池组整体的容量甚至引起热失控,造成安全隐患。针对以上问题,设计一种基于双向半桥LLC谐振变换器的有源均衡电路。该均衡电路通过开关阵列与隔离型双向半桥LLC谐振变换器的相互配合,能够实现单体电池与电池组整体之间的能量传递,使退役电池组中各单体电池达到能量平衡。另外,为进一步提高均衡器的均衡速度及精度,提出一种联合电压与荷电状态(SOC)共同作为均衡变量的多状态均衡控制策略。依据电池组当前不同的能量状态,在电池组静置、充电及放电3种不同状态下,分别采用不同的均衡变量以及对应的均衡策略,从而实现电池组的快速均衡。最后,通过搭建小型的均衡实验样机对6节串联电池进行均衡实验,实验结果表明,所提均衡方法具有较快的均衡速度及较好的均衡效果。

基于主动方波激励检测锂离子电池早期内短路

锂离子电池内部短路(ISC)的早期检测对于避免潜在安全风险至关重要。现有的故障检测方法在检测早期短路时准确性较差,且需要大量的数据。以18650型锂离子电池为研究对象,通过在电池充电过程中施加微小的电流激励信号,借助极化压升与激励压升,发现锂离子电池在短路时压升异常规律。该方法在荷电状态(SOC)较低时效果更明显,对120Ω以内的短路检测有效,且适用范围可根据采样精度调配,可用于锂离子电池的常规短路检测。

基于谐振变换器的串联储能单元均压控制策略

储能系统中通常通过串联多个储能单体得到更高的电压,但由于每个储能单体电压的不一致性会降低储能单元的利用率。针对以上问题,提出一种基于谐振变换器的串联储能单元均压控制策略。该均衡电路通过开关阵列与谐振变换器相互配合,实现任意单体之间和任意多单体之间的能量传递,且这两种能量传递模式均实现了零电流开关,减少了电路损耗。为获得最优均衡速度和均衡效率,采用K-Means聚类复合控制策略,优先对分组单元进行均衡,然后再进行单体间的均衡。最后,在Matlab/Simulink平台上对6个串联储能单体进行均衡仿真实验,实验结果表明,在静置均衡实验下,电压在24 min左右达到均衡,且均衡精度达到5 mV,均衡效率达到98.98%。与传统均压方法相比,该方法具有更快的均衡速度和更高的均衡效率。

基于单频阻抗的锂离子电池热失控分级预警

潜在的热失控风险,特别是过充电,可能会引发锂离子电池的安全事故。以电化学阻抗谱(EIS)为基础,采用单频阻抗X_(1Hz)和X_(400Hz)实现电池内部阻抗的实时检测。在不同充电倍率、环境温度和健康状态下进行验证,特征阻抗表现出很好的稳定性。基于X_(1Hz)和X_(400Hz)的单频阻抗,提出一种热失控安全分级预警方法,并验证该方法的可靠性。该方法的最后一级预警可在热失控前5 min以上发出安全预警。

LCL并网逆变器滤波参数近似计算方法

在高频谐波衰减系数相同的条件下,LCL型滤波器的体积和感量要明显小于L型,但是其约束条件有所增加,参数计算也变得更加复杂,不仅要考虑并网电流的质量,还需要关注逆变器侧电感电流纹波和无功功率等限制条件。为简化计算流程,基于有源阻尼提出一种LCL型并网逆变器滤波参数近似计算法。首先,分析拓扑再利用仿真软件分析逆变器输出电压的谐波含量;其次,对滤波器设计相关约束条件的优先级进行重新排序,以谐振比为关键参数推导出计算公式,以谐振频率为关键参数快速计算出总电感值,再综合各个参数的极限值,给出设计流程图,并进行误差分析;最后,通过流程图输出一组参数进行仿真和实验分析,证明所提出的LCL滤波参数计算方法的合理性和有效性。

基于电感储能的退役电池双层均衡方法研究

由于退役锂电池更易产生不一致性,为了提高退役电池的均衡速度,设计了一种梯次利用的退役电池双层均衡方法。将多电感与单电感的均衡拓扑进行结合,构建双层式的均衡拓扑结构,提出了比较电池组内和组间荷电状态(SOC)差异,确定组内、组间均衡先后顺序的均衡策略,并采用极差和均值比较算法相结合实现电池均衡。通过6节电池的均衡实验表明,该均衡方法能快速有效地改善退役电池组的不一致性,相较于传统的多层电感均衡系统,充电均衡和放电均衡时间分别缩短了33.5和58.8 s。

基于多健康特征融合的锂电池SOH和RUL预测

针对锂电池健康状态(SOH)和剩余使用寿命(RUL)预测精度较低的问题,提出一种基于多健康特征融合的锂电池SOH和RUL预测方法。首先从电池充电曲线中提取三个与容量退化有关的健康特征(HFs),提出多健康特征融合法得到间接健康特征(IHF)。再采用改进的引力搜索算法优化支持向量回归模型,将IHF作为模型输入,SOH作为输出。最后,建立多项式回归模型对IHF随电池循环次数增加的变化趋势进行预测,将更新后的IHF和当前SOH估计值输入到估算模型中实现电池RUL的预测。实验结果表明所提出的方法有较高的预测精度和较强鲁棒性,能够联合实现电池SOH和RUL长期稳定的预测。

基于WOA-BP神经网络估算锂离子电池SOC

准确的荷电状态(SOC)估算可为电动汽车的可靠运行提供安全保障。提出将鲸鱼优化算法(WOA)和BP神经网络相结合的锂离子电池SOC估算方法。电池模型采用一阶RC电路,基于遗忘因子递推最小二乘法对模型参数进行辨识,通过电池实际状况自适应地调整校正,并采用WOA-BP神经网络算法,克服BP神经网络易陷入局部极小值和收敛速度慢的难点。与传统BP神经网络算法相比,基于WOA-BP的SOC估算方法,平均绝对误差降低1.9%,均方根误差减小4.1%,表明具有更高的鲁棒性和精确性。

新能源电动汽车模块化电池包并联控制策略

为了促进新能源电动汽车换电模式的推广以及实现新能源电动汽车电池容量的灵活配置,须要将新能源电动汽车电池包标准化和模块化。针对新能源电动汽车模块化电池包并联系统,首先提出一种SOC均衡算法,可以求出最短均衡时间,并确定各个模块化电池包工作电流;然后基于改进下垂控制实现模块化电池包电流按要求分配,并维持母线电压恒定;最后搭建了3个模块化电池包并联的实验平台进行验证。实验结果表明,模块化电池包并联系统能够稳定输出电压,并且能够按要求分配电流,电流分配误差为1.4%~4.8%,实现了模块化电池包SOC的快速均衡。文章所提的并联控制策略有利于新能源电动汽车电池包模块化应用,促进新能源电动汽车换电模式的推广。

基于Buck-Boost的锂离子电池组分层均衡研究

为了消除不一致性对电池组使用寿命和可用容量的影响,提高均衡速度,设计了基于开关电感式的Buck-Boost分层均衡拓扑。以单体电池SOC作为均衡变量,采用平均值差值比较法和极差相结合的均衡方法,对电池组进行逐层均衡。分别采用8节和9节锂离子电池在MATLAB/Simulink实验平台做了设计的分层均衡仿真实验,同时将其与传统基于Buck-Boost单层均衡和双层均衡方案进行对比分析,经实验证明,所设计的均衡拓扑可以提高均衡速度和能量转移效率。

基于模糊控制的锂离子电池组两级均衡方法

针对锂电池组在充放电过程中出现能量不一致的问题,本文提出了两级均衡拓扑,分为组内和组外。电池组内采用基于电感的环式结构均衡电路,实现了在相邻单体电池及首尾电池之间的能量双向环式转移新型主动均衡。电池组外采用基于单电感的集中式均衡拓扑,可以实现组间任意电池组之间的均衡。在均衡控制策略方面,以电池荷电状态为均衡变量,设计了模糊逻辑控制算法动态调整均衡电流,以减少均衡时间和提升均衡效率。使用MATLAB/Simulink软件进行模型搭建并仿真,实验结果表明,本文提出的能量传递拓扑比传统Buck-Boost电路在相邻单体间能量传递的拓扑要减少了24.46%的均衡时间。此外,与模糊逻辑控制算法相比,使用模糊逻辑控制算法在静置和充放电条件下,均衡后单体电池的标准差下降了约11%。验证了该均衡方案的可行性。

用于蓄电池均衡电路的DC/DC串并联控制策略

为了解决基于蓄电池均衡电路单元(UBB)的储能系统中DC/DC变换器串并联系统的控制问题,提出了一种基于下垂控制的两层复合控制策略,包括底层控制策略和上层控制策略。底层控制策略基于串并联下垂控制使各并联支路电流、串联支路电压按给定的比例进行分配,并在无通信网络时,保持系统稳定;上层控制策略在通信网络的支持下可以对各单元的下垂函数的两个参数进行自适应调节,进一步提高系统的控制精度。实验表明,所提策略在有通信时,将并联电流、串联电压分配控制的精度分别提高到1.1%和1%,并能使总输出电压保持稳定;在无通信时,能应对负载电流突变,保持系统稳定。所提策略在蓄电池均衡技术中具有较好的研究和工程应用价值。